算力江湖，硝煙四起。

6月14日凌晨，AMD在舊金山的發布會上推出了新一代AI芯片、數據中心CPU以及DPU。在生成式AI浪潮之下，最受關注的新品莫過于AI芯片Instinct MI 300X，直接對標英偉達H100。

(資料圖片)

AI也是本場發布會的關鍵詞。AMD CEO蘇姿豐在會上談道，目前仍處于AI生命周期非常非常早的階段。AI加速卡的市場空間將從2023年的300億美元增長到2027年的1500億美元，年復合增速超過50%。

AI世界滾滾向前，芯片界的老對手們也摩拳擦掌，欲奪取王冠上的明珠。在當前GPU制霸的AI芯片市場上，英偉達一騎絕塵，隨著AMD新系產品線的亮相，AMD也將成為AI戰場上的有力競爭者。

值得注意的是，芯片平臺之外，AMD也在加大軟件生態的投入，欲在軟硬件雙線上和對手們一較高下。不過眼下戰況依然激烈，從當天股價看，AMD下跌3.6%，英偉達股價則上漲近4%，市值超過1萬億美元。

盡管挑戰不小，在過去的十年中，蘇姿豐帶領AMD逆襲重生，如今在AI角力場上能否開啟新的故事，業內外皆拭目以待。

近年來，AMD一直在全面強化自身的算力。通過收購ATI、Xilinx、Pensando，AMD逐步拓展產品矩陣，成為一家集CPU、GPU、DPU、FPGA于一身的芯片企業。

在AI領域，AMD此次發布了Instinct MI 300系列的新產品；在CPU領域，AMD也推出了EPYC的一系列更新，包括新一代數據中心CPU第四代EPYC處理器Genoa、針對云原生計算的第四代EPYC處理器Bergamo以及EPYC處理器Genoa-X。

其中，AMD Instinct MI 300系列成為關注焦點。在發布會上，AMD正式推出Instinct MI 300X，一款專門面向生成式AI的加速芯片，擁有1530億個晶體管。事實上，AMD在早些時候已經公布了該系列的首代產品Instinct MI 300A，它擁有1460億個晶體管。

兩者不同之處在于，Instinct MI 300A是將CPU和GPU以chiplet的方式集成到一個芯片，并采用統一的內存架構，即采用了CPU+GPU的架構，對標的是英偉達的GH200；而來到最新款的Instinct MI 300X，則沒有集成CPU內核，為GPU芯片，對標英偉達的H100。

盡管英偉達的GPU十分強勁，但是AMD的MI 300X有其優勢，尤其在存儲性能上。據悉，MI 300X芯片算力較MI 300A更加強大，其HBM（高帶寬存儲器）容量及顯存帶寬，分別是英偉達H100的2.4倍及1.6倍，由于HBM容量大幅提升，單顆MI 300X芯片可以運行800億參數模型。

不過MI 300系列芯片距離實際應用還需要一定時間，其中，MI 300A芯片目前已經向客戶送樣，MI 300X芯片將在今年第三季度送樣。

隨著大模型的玩家越來越多，以GPU為代表的AI芯片需求不斷增加。根據Precedence Research數據，2022年全球AI芯片市場規模為168.6億美元，將以每年約30%的速度增長，預計到2032年達到約2274.8億美元。

面對新的機遇，AMD也在不斷升級，一方面是持續進化芯片性能，另一方面也在構建軟件生態能力。正如CUDA是英偉達堅固的護城河，AMD正在打造開放的ROCm平臺。據介紹，AMD擁有一套完整的庫和工具ROCm，可以用于其優化的AI軟件堆棧，而在過去的發展中，公司也在不斷優化ROCm套件。

在會上，蘇姿豐說道：“人工智能是塑造下一代計算的決定性技術，也是AMD最大的戰略增長機會。”

從MI 300A到MI 300X，AMD不斷向英偉達發起挑戰，攻勢十足，不過當前競爭環境依然激烈。

一方面，英偉達憑借著數十年在加速計算領域的積累，壁壘高企，多位業內人士向21世紀經濟報道記者指出，目前在AI訓練芯片中，英偉達依然占據著九成市場。

僅以AI服務器的場景為例，TrendForce集邦咨詢向記者提供數據顯示，預計英偉達GPU為AI服務器市場搭載主流，市占率約60%~70%，其次為云端業者自主研發的ASIC芯片，市占率逾20%。

TrendForce集邦咨詢還稱，下半年ChatBOT及AI運算風潮將持續滲透至各種專業領域(如云端/電商服務、智能制造、金融保險、智慧醫療及智能駕駛輔助等)的開發市場，同步帶動每臺搭配4-8張GPU的云端AI服務器，以及每臺搭載2-4張GPU的邊緣AI服務器應用需求漸增，預估今年搭載A100及H100的AI服務器出貨量年增率逾五成。

芯片行業專家姚嘉洋向21世紀經濟報道記者表示：“英偉達在GPU架構的迭代上，一直都有屬于自己的發展路徑，這幾年的發展，也讓英偉達躍居AI算力芯片領域的領導者地位，在AI算力領域上，AMD和Intel近年來都是處于苦苦追趕的情況。”

他進一步指出，英偉達在AI領域，很早就導入了Tensor運算單元（張量運算，是深度學習運算加速的核心），提升AI算力，這是英偉達在奠定AI計算芯片領先地位過程中很重要的一步。

在十多年前，外界談及英偉達挑戰時，總會提及英特爾、AMD進入到GPU市場帶來的競爭。而現在隨著英偉達量產Grace CPU，英特爾和AMD深受影響。也有專家向記者指出，多年前英偉達提供GPU訓練alexnet以及谷歌TensorFlow的時候，AMD大概落后兩年左右，英特爾也未見突破，隨后軟硬件生態之間的差距進一步拉大。

另一方面，英偉達十年磨一劍打造了CUDA軟件生態帝國，而AMD ROCm相比英偉達也是CUDA起步較晚。

關鍵詞：